Elementary Math Word Problem Generation using Large Language Models
تقدم هذه الورقة MathWiz، وهو نظام قائم على النماذج اللغوية الكبيرة يقوم بتوليد مسائل لفظية في الرياضيات الابتدائية باستخدام مدخلات دنيا فقط (الكمية، والصف الدراسي، والنوع)، مما يظهر جودة نحوية عالية من خلال تجارب مكثفة مع الإقرار بالقيود الحالية في الالتزام الصارم بالمستويات الدراسية وأنواع الأسئلة المحددة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك معلم تحاول إعداد مجموعة من واجبات الرياضيات المنزلية لطلابك. أنت بحاجة لأن تكون مثالية: ليست صعبة للغاية، وليست سهلة للغاية، وأن تغطي مواضيع محددة مثل "جمع الأرقام الفردية" أو "طرح أرقام مكونة من رقمين".
القيام بذلك يدوياً يشبه خبز كعكة من الصفر في كل مرة. عليك قياس الدقيق (الأرقام)، وخلط الخليط (القصة)، والتأكد من أن الإملاء مثالي. هذا يستغرق وقتاً طويلاً، وإذا شعرت بالتعب، فقد تكتب كلمة "تفاح" بشكل خاطئ (مثل "تفااح") أو تبتكر مسألة لا تبدو منطقية فعلياً.
يقدم هذا البحث MathWiz، وهو أداة جديدة مصممة لتكون مساعد الشيف الخارق الخاص بك. تستخدم هذه الأداة نوعاً من الذكاء الاصطناعي يسمى "النموذج اللغوي الكبير" (LLM) لخبز هذه المسائل الرياضية لك فوراً.
إليك كيف قام الباحثون ببناء واختبار هذا المساعد، مشروحاً بكلمات بسيطة:
1. المشكلة مع المساعدين الأوائل
قبل MathWiz، كانت أدوات الذكاء الاصطناعي الأخرى تشبه الروبوتات التي تحتاج إلى بطاقة وصفة. إذا كنت تريد مسألة رياضية، كان عليك تزويد الذكاء الاصطناعي بالمعادلة أولاً (مثلاً: "5 + 3 = ؟") أو الجملة الأولى من القصة. كان الذكاء الاصطناعي يكمل الجملة فحسب. كان هذا محدوداً لأن المعلم كان لا يزال عليه القيام بالعمل الشاق المتمثل في ابتكار الفكرة.
أما MathWjiz فهو مختلف. لا تحتاج إلى إعطائه وصفة. ما عليك سوى أن تقول له: "أحتاج إلى 5 مسائل لطلاب الصف الأول حول جمع الأرقام". حينها سيقوم الذكاء الاصطناعي بإنشاء القصة بأكملة من الصفر، مثل شيف يعرف كيف يطبخ دون الحاجة إلى كتاب وصفات.
2. عملية التدريب (تعليم المساعد)
لم يكتفِ الباحثون بتشغيل الذكاء الاصطناعي والأمل في الحصول على أفضل النت، بل تعاملوا معه كأنه معلم متدرب يمر ببرنامج تدريبي صارم:
- اختيار العقل المناسب: اختبروا نماذج ذكاء اصطناعي مختلفة (مثل Llama-2 وMistral وZephyr) لمعرفة أي منها هو "الخباز" الأكثر ذكاءً. واختاروا Llama-2 لأنه كان الأكثر موثوقية.
- إيجاد الصوت المناسب (التوجيه): جربوا طرقاً مختلفة لمخاطبة الذكاء الاصطناعي. بعضها كان أشبه بإعطاء أمر ("افعل هذا")، والبعض الآخر كان أشبهاً بتقمص الأدوار ("تظاهر بأنك معلم رياضيات"). ووجدوا أن إعطاء تعليمات واضحة ومنظمة هو الأفضل.
- إضافة التنوع (التنوع): أحياناً، يصاب الذكاء الاصطناعي بالملل ويكرر نفسه، مثل روبوت يقول "القطة جلست على الحصيرة" مراراً وتكراراً. قام الباحثون بتعديل إعدادات الذكاء الاصطناعي (مثل "قرص العشوائية") لضمان أن تكون كل مسألة فريدة، تماماً كما لن يعطي المعلم الحقيقي نفس السؤال مرتين.
- "اللمسة البشرية" (الضبط الدقيق): بعد ذلك، عُرضت على الذكاء الاصطناعي آلاف الأمثلة من المسائل الرياضية "الجيدة" التي كتبها الباحثون يدوياً. هذا يشبه عرض مجموعة من خطط الدروس المثالية على المعلم المتدرب ليتعلم الأسلوب.
- "حلقة التغذية الراجعة" (تحسين التفضيل): طلب الباحثون من المعلمين البشر النظر إلى عمل الذكاء الاصطناعي والقول: "أحب هذه المسألة، لكنني أكره تلك". تعلم الذكاء الاصطناعي من هذه الاختيارات، تماماً مثل شخصية في لعبة فيديو ترتقي بمستواها من خلال التعلم مما يحبه اللاعب.
3. شبكة الأمان (فاحص قابلية الحل)
حتى مع كل هذا التدريب، قد يرتكب الذكاء الاصطناعي أخطاءً. قد يبتكر مسألة مستحيلة الحل (مثل "لدى توم 5 تفاحات، أعطاه صديقه بعضها، فكم أصبح لديه؟" دون ذكر كم أعطاه الصديق).
لإصلاح ذلك، أضاف الباحثون ذكاءً اصطناعياً ثانياً يعمل بمثابة مفتش مراقبة الجودة. قبل تقديم المسألة للطالب، يقوم هذا المفتش بالتحقق: "هل يمكن حل هذه المسألة فعلياً؟". إذا كانت الإجابة "لا"، يرمي المفتش المسألة في القمامة ويطلب من الذكاء الاصطناعي الأساسي المحاولة مرة أخرى.
4. النتائج: جيدة، ولكن ليست مثالية
اختبر الفريق MathWiz من خلال جعل البشر والحواسيب يقيمون المسائل.
- الأخبار الجيدة: الذكاء الاصطناعي رائع في كتابة جمل واضحة، وتجنب الأخطاء الإملائية، والتأكد من أن المسائل ليست خطيرة أو غير لائقة. إنه أداة رائعة لتوليد الأفكار.
- الأخبار السيئة: لا يزال الذكاء الاصطناعي يعاني مع القواعد الرياضية. أحياناً يبتكر مسألة تبدو وكأنها لطلاب الصف الأول، لكنها تتطلب في الواقع مهارات رياضية من الصف السادس. إنه يشبه معلماً متدرباً يكتب قصة جميلة ولكنه ينسى القيام بالرياضيات بشكل صحيح.
الخلاصة الكبرى
MathWiz هو أداة مسودة قوية. يمكنه القيام بـ 90% من العمل الشاق، حيث ينشئ مئات المسائل الفريدة والصحيحة لغوياً في ثوانٍ. ومع ذلك، لا يزال بحاجة إلى معلم بشري للقيام بـ "التدقيق النهائي" للتأكد من أن المنطق الرياضي سليم وأن مستوى الصعوبة مناسب تماماً.
كما نشر الباحثون مجموعتهم البيانية (مجموعة المسائل التي أنشؤوها والأخطاء التي وجدوها) للجمهور. هذا يشبه إعطاء معلمين آخرين كتاب وصفات للأخطاء والإصلاحات، حتى يتمكن الجميع من بناء أدوات ذكاء اصطناعي أفضل في المستقبل.
باختاً: MathWiz هو مساعد بارع يمكنه كتابة القصة، لكنه لا يزال بحاجة إلى معلم بشري للتحقق من الرياضيات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.